SnackGuard — 用贝叶斯推理 + Apple Watch 传感器帮你戒零食
各位 V 友好，分享一个个人独立开发的 iOS + watchOS App 。
背景
我有严重的深夜零食习惯，试过各种食物记录 App 但都坚持不下来。问题在于：你得「已经在吃」才想到记录。
思路
所以我换了个方向——不做食物记录，做「零食检测」。用传感器数据自动判断你在吃零食，在你吃之前/正在吃的时候提醒你。
技术方案
- 双检测引擎：基础加权（ 6 信号）+ 贝叶斯自适应融合
- Apple Watch 10Hz 加速度计 → 12 特征提取 → CoreML 分类 + 规则回退
- 信号源：CoreMotion 、HealthKit （心率）、CoreLocation 、时间模式、手机使用模式、设备状态
- 贝叶斯引擎自动调整各信号权重（基于历史准确率），不确定性 > 0.7 不触发
- WatchConnectivity 双向同步，离线安全排队传输
其他值得一提的
- 533 个成就系统，8 类别 5 稀有度，程序化生成
- 每次「抵抗」给一个独特庆祝（ 125B+ 组合，陀螺仪 3D 效果）
- 33 语言完整本地化，JSON 驱动运行时切换
- 隐私：零数据收集、无第三方 SDK 、无广告
下载
App Store: https://apps.apple.com/app/snackguard/id6759090954
免费使用核心功能。Premium 解锁无限检测 + 深度分析。
一个人开发的，代码质量经过 10000 轮自动审计，103 个 Bug 修复后连续 4000 轮无新 Bug 。欢迎提建议和反馈！
背景
我有严重的深夜零食习惯，试过各种食物记录 App 但都坚持不下来。问题在于：你得「已经在吃」才想到记录。
思路
所以我换了个方向——不做食物记录，做「零食检测」。用传感器数据自动判断你在吃零食，在你吃之前/正在吃的时候提醒你。
技术方案
- 双检测引擎：基础加权（ 6 信号）+ 贝叶斯自适应融合
- Apple Watch 10Hz 加速度计 → 12 特征提取 → CoreML 分类 + 规则回退
- 信号源：CoreMotion 、HealthKit （心率）、CoreLocation 、时间模式、手机使用模式、设备状态
- 贝叶斯引擎自动调整各信号权重（基于历史准确率），不确定性 > 0.7 不触发
- WatchConnectivity 双向同步，离线安全排队传输
其他值得一提的
- 533 个成就系统，8 类别 5 稀有度，程序化生成
- 每次「抵抗」给一个独特庆祝（ 125B+ 组合，陀螺仪 3D 效果）
- 33 语言完整本地化，JSON 驱动运行时切换
- 隐私：零数据收集、无第三方 SDK 、无广告
下载
App Store: https://apps.apple.com/app/snackguard/id6759090954
免费使用核心功能。Premium 解锁无限检测 + 深度分析。
一个人开发的，代码质量经过 10000 轮自动审计，103 个 Bug 修复后连续 4000 轮无新 Bug 。欢迎提建议和反馈！